- Wereld
- Buitenland
- Binnenland
- Sport nieuws
    - Voetbal nieuws
    - Formule 1 nieuws
    - Wielrennen
    - Ajax nieuws
    - Feyenoord nieuws
    - PSV nieuws
- Economie
- Wetenschap
- Showbiz/Media
- Computer nieuws
- Gaming nieuws
    - PS4 nieuws
    - Xbox One nieuws
- Hardware nieuws

Firma wijst op parallellen met softwareleningenhausse en pleit voor evenwichtige aanpak van biljoen dollar financieringsbehoefte

Carlyle Group Inc. waarschuwt dat private credit-managers die zich storten op de financiering van infrastructuur voor kunstmatige intelligentie dezelfde concentratievalkuilen kunnen tegenkomen die kredietverstrekkers aan softwarebedrijven de afgelopen jaren hebben getroffen.

Biljoen dollar schaalt de inzet voor kredietverstrekkers op

Een nieuw whitepaper van het bedrijf schat dat de sector ongeveer 1 biljoen dollar moet leveren om AI-rekeninfrastructuur te financieren. Dat bedrag komt neer op meer dan de helft van alle private credit-activa die momenteel onder beheer staan. Het paper wijst op het gevaar van ongecontroleerde concentratie in AI-rekenkracht als mogelijk de grootste fout die de sector kan maken.

Schattingen voor de totale kapitaaluitgaven aan AI lopen naar verwachting op tot meer dan 5 biljoen dollar tot 2030. Financiering stroomt al via de bouw van datacenters, energieprojecten, leningen gedekt door gespecialiseerde chips en structuren met speciale vehikels.

Onzekere verdienmodellen vragen om voorzichtigheid

Mark Jenkins, co-president van Carlyle en hoofd van global credit and insurance, wees in een interview op het onzekere verdienplaatje. “We zitten in een periode waarin het verdienmodel tot nu toe onzeker is,” zei hij. “In zo’n omgeving is het voor ons als creditinvesteerders echt moeilijk om te zeggen: ‘we gaan er helemaal voor’.”

We willen het risico nemen, maar we willen dat op een evenwichtige manier doen.

AI-activa verschillen op belangrijke punten van software

Anders dan bij software is het kredietrisico rond datacenters en andere AI-activa speculatiever en sterker gekoppeld aan bredere economische cycli. Veel van de financieringsstructuren zijn nog grotendeels onbeproefd, aldus het whitepaper. Winsten uit AI kunnen uiteindelijk terechtkomen bij chipmakers, datacenter-exploitanten of applicatieontwikkelaars, wat voor kredietverstrekkers een extra laag onzekerheid oplevert.

Softwarehausse als waarschuwend voorbeeld

Software was goed voor ongeveer de helft van alle private equity-deals tussen 2020 en 2022, omdat kredietverstrekkers achter terugkerende abonnementsinkomsten aan zaten die als stabiel en recessiebestendig werden gezien. Generatieve AI heeft dat beeld later onderuitgehaald door softwarebedrijven bloot te stellen aan snelle technologische veroudering. Softwareleningen kampen sindsdien met herfinancieringsproblemen op de gesyndiceerde markt en sommige private credit-fondsen zagen een hogere vraag naar terugbetalingen.

Jenkins ziet een vergelijkbaar patroon ontstaan bij AI-financieringen. Zelfs deals die gediversifieerd lijken, leiden vaak terug naar een kleine groep van zeven of acht hoogwaardige namen die de onderliggende blootstellingen domineren.

Beleggers moeten als investeerder heel, heel doordacht zijn over wat hun tegenpartijblootstelling is, wat dat contract zegt en wat de uiteindelijke waarde van het actief is. In een crisisscenario gaan al die dingen er echt toe doen. Ze doen er niet toe als alles goed gaat.